RBF neuronové sítě

but.committeedoc. RNDr. Pavel Smrž, Ph.D. (předseda) Ing. Aleš Smrčka, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Jaroslav Rozman, Ph.D. (člen) doc. Ing. Jan Kořenek, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorZbořil, Františekcs
dc.contributor.authorNevoral, Leošcs
dc.contributor.refereeRozman, Jaroslavcs
dc.date.created2024cs
dc.description.abstractPráce se zabývá přiblížením problematiky RBF neuronových sítí a specificky RCE sítě pomocí demo aplikace. V demo aplikaci je hlavně vizualizovaný proces učení sítě, ale i stav neuronové sítě a různé tvary bázových funkcí. Dále je také zkoumáno využití EBF neuronových sítí. Klasické přístupy k EBF sítím jsou srovnány s novým návrhem OEBF sítě a následně jsou otestovány. Tento nový návrh je založený na vytváření eliptických oblastí pomocí euklidovské vzdálenosti od ohnisek elipsy. Nový návrh nejeví známky vylepšení vlastností těchto sítí a naopak spíše produkuje skoro stejné výsledky jako klasická RCE síť, které jsou ale řádově asi o jednotky procent méně přesné. Na závěr jsou navrženy možnosti pro budoucí úpravy tohoto přístupu.cs
dc.description.abstractThe thesis focuses on explaining the field of RBF neural networks, specifically RCE networks, through a demo application. The demo application primarily visualizes the network learning process, as well as the state of the neural network and different shapes of basis functions. Additionally, the utilization of EBF neural networks is explored. Conventional approaches to EBF networks are compared and tested against new design of OEBF network. Which is based on deriving the elliptical areas from euclidean distance from both focal points of ellipse. The new design shows no signs of improving the properties of these networks and rather produces results almost identical to those of the classic RCE network, which are, however, several percentage points less accurate. Finally, methods for improving this solution in future are proposed.en
dc.description.markBcs
dc.identifier.citationNEVORAL, L. RBF neuronové sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.cs
dc.identifier.other154551cs
dc.identifier.urihttp://hdl.handle.net/11012/246914
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectneuronové sítěcs
dc.subjectučící algoritmycs
dc.subjectRBF (radiální bázová funkce)cs
dc.subjectEBF (eliptická bázová funkce)cs
dc.subjectOEBF (obecná eliptická bázová funkce)cs
dc.subjectRCE (restricted coulomb energy)cs
dc.subjecteliptická neuronová síťcs
dc.subjectdemonstrační aplikacecs
dc.subjectneural networksen
dc.subjectlearning algorithmsen
dc.subjectRBF (radial basis function)en
dc.subjectEBF (elliptic basis function)en
dc.subjectOEBF (oblique elliptical basis function)en
dc.subjectRCE (restricted coulomb energy)en
dc.subjectelliptical neural networken
dc.subjectdemo applicationen
dc.titleRBF neuronové sítěcs
dc.title.alternativeRadial Basis Function Neural Networken
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2024-06-11cs
dcterms.modified2024-06-17-08:46:11cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid154551en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 21:01:11en
sync.item.modts2025.01.17 09:39:52en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémůcs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.3 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_154551.html
Size:
7.3 KB
Format:
Hypertext Markup Language
Description:
file review_154551.html
Collections